Glosario

Corpus

¿Qué es Corpus?

Un corpus es una colección estructurada de textos o datos lingüísticos reunida para análisis, investigación o entrenamiento de modelos de lenguaje. Puede ser general, como noticias de muchos años, o especializado, como todos los contratos y manuales de una empresa. El tamaño, el equilibrio, la actualidad y los derechos sobre los textos determinan la utilidad de los resultados.

Cómo ayuda KI.ordo

En KI.ordo, el conocimiento almacenado (textos, PDF con capa de texto, archivos Word y páginas web) forma el fondo en el que los agentes buscan las respuestas.

Más información →

Temas

Datos
Textos
PLN

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Datos de entrenamiento

Los datos de entrenamiento son los ejemplos con los que un modelo de IA aprende patrones: grandes colecciones de texto en los modelos de lenguaje, imágenes etiquetadas en los de visión. Su calidad, variedad y actualidad determinan en gran medida lo fiable y justo que será el modelo y lo actualizado que estará su conocimiento. Para tu empresa también importa si un proveedor usa los datos de clientes que introduces para seguir entrenando.

Datos
Entrenamiento
+1

Procesamiento del lenguaje natural (PLN)

El procesamiento del lenguaje natural (Natural Language Processing, NLP) es la rama de la IA que permite a los ordenadores analizar, comprender y generar lenguaje humano escrito u oral. Abarca tareas como traducción, clasificación, resumen, análisis de sentimiento y sistemas de pregunta-respuesta. Antes predominaban las reglas y los métodos estadísticos; hoy el campo lo marcan los grandes modelos de lenguaje.

PLN
Lenguaje
+1

Datos no estructurados

Los datos no estructurados no siguen un esquema de tabla fijo: correos, contratos, manuales, páginas web, presentaciones, imágenes o grabaciones de audio. Representan gran parte del conocimiento de una empresa, pero durante mucho tiempo fue difícil analizarlos automáticamente. Los modelos de lenguaje pueden leerlos, buscar en ellos y convertirlos en datos estructurados, por ejemplo extraer plazos e importes de un contrato a una tabla.

Datos
Documentos
+1

Minería de datos

La minería de datos (data mining) es la búsqueda sistemática de patrones, relaciones y anomalías en grandes volúmenes de datos. Se apoya en métodos estadísticos y de aprendizaje automático como el clustering, la clasificación o el análisis de asociaciones. Un ejemplo clásico es el análisis de la cesta de la compra en el comercio, que muestra qué productos se compran juntos a menudo: una base para el surtido, la colocación y las recomendaciones.

análisis de datos
reconocimiento de patrones
+1